Loi binomiale
Xavier Hallosserie
Lycée Blaise Pascal
avril 2016
Sommaire
1.Épreuve et schéma de Bernoulli 1.1 Épreuve de Bernoulli 1.2 Loi de Bernoulli 1.3 Schéma de Bernoulli
2.La loi binomiale
2.1 Définition de la loi binomiale 2.2 Coefficients binomiaux
2.3 Espérance et variance de la loi binomiale
3.Propriétés des coefficients binomiaux 3.1 Cas particuliers
3.2 Symétrie des coefficients 3.3 Triangle de Pascal
4.Échantillonnage et prise de décision 4.1 Intervalle de fluctuation
Sommaire
1.Épreuve et schéma de Bernoulli 1.1 Épreuve de Bernoulli 1.2 Loi de Bernoulli 1.3 Schéma de Bernoulli
2.La loi binomiale
2.1 Définition de la loi binomiale 2.2 Coefficients binomiaux
2.3 Espérance et variance de la loi binomiale
3.Propriétés des coefficients binomiaux 3.1 Cas particuliers
3.2 Symétrie des coefficients 3.3 Triangle de Pascal
4.Échantillonnage et prise de décision 4.1 Intervalle de fluctuation
4.2 Règle de décision
Définition 1
Une épreuve de Bernoulli est une expérience aléatoire qui ne comporte que deux issues, l’une appelée succès, notée S, de probabilité p,
l’autre appelée échec, notée S, de probabilité 1
−p.
S 1 − p
p S
Exemple :
Le lancer d’une pièce équilibrée est une expérience de Bernoulli. Si le « succès » est
l’obtention de pile, « l’échec » sera l’obtention de face.
Définition 1
Une épreuve de Bernoulli est une expérience aléatoire qui ne comporte que deux issues, l’une appelée succès, notée S, de probabilité p,
l’autre appelée échec, notée S, de probabilité 1
−p.
S 1 − p
p S
Exemple :
Le lancer d’une pièce équilibrée est une expérience de Bernoulli. Si le « succès » est
l’obtention de pile, « l’échec » sera l’obtention de face.
Sommaire
1.Épreuve et schéma de Bernoulli 1.1 Épreuve de Bernoulli 1.2 Loi de Bernoulli 1.3 Schéma de Bernoulli
2.La loi binomiale
2.1 Définition de la loi binomiale 2.2 Coefficients binomiaux
2.3 Espérance et variance de la loi binomiale
3.Propriétés des coefficients binomiaux 3.1 Cas particuliers
3.2 Symétrie des coefficients 3.3 Triangle de Pascal
4.Échantillonnage et prise de décision 4.1 Intervalle de fluctuation
Définition 2
La loi de probabilité ci-dessous est appelée loi de Bernoulli de paramètre p.
issue succès (S ) échec S
probabilité p 1
−p
Exemple :
Le lancer d’une pièce équilibrée suit une loi de Bernoulli de paramètre 0, 5.
Définition 3
Soit X une variable aléatoire prenant pour valeur 0 ou 1 telle que P (X = 1) = p ;
P(X = 0) = 1
−p.
On dit que X est une variable de Bernoulli de paramètre p ou que X suit une loi de Bernoulli de paramètre p (on le note « X suit
B(p)»).
k 1 0
P(X = k) p 1
−p
Propriété 1
Soit X une variable aléatoire suivant une loi de Bernoulli de paramètre p. Alors :
son espérance mathématique est E(X ) = p ;
sa variance est V (X) = p(1
−p).
Définition 3
Soit X une variable aléatoire prenant pour valeur 0 ou 1 telle que P (X = 1) = p ;
P (X = 0) = 1
−p.
On dit que X est une variable de Bernoulli de paramètre p ou que X suit une loi de Bernoulli de paramètre p (on le note « X suit
B(p)»).
k 1 0
P(X = k) p 1
−p
Propriété 1
Soit X une variable aléatoire suivant une loi de Bernoulli de paramètre p. Alors :
son espérance mathématique est E(X ) = p ;
sa variance est V (X) = p(1
−p).
Définition 3
Soit X une variable aléatoire prenant pour valeur 0 ou 1 telle que P (X = 1) = p ;
P (X = 0) = 1
−p.
On dit que X est une variable de Bernoulli de paramètre p ou que X suit une loi de Bernoulli de paramètre p (on le note « X suit
B(p)»).
k 1 0
P(X = k) p 1
−p
Propriété 1
Soit X une variable aléatoire suivant une loi de Bernoulli de paramètre p. Alors : son espérance mathématique est E(X ) = p ;
sa variance est V (X) = p(1
−p).
Définition 3
Soit X une variable aléatoire prenant pour valeur 0 ou 1 telle que P (X = 1) = p ;
P (X = 0) = 1
−p.
On dit que X est une variable de Bernoulli de paramètre p ou que X suit une loi de Bernoulli de paramètre p (on le note « X suit
B(p)»).
k 1 0
P(X = k) p 1
−p
Propriété 1
Soit X une variable aléatoire suivant une loi de Bernoulli de paramètre p. Alors : son espérance mathématique est E(X ) = p ;
sa variance est V (X) = p(1
−p).
Sommaire
1.Épreuve et schéma de Bernoulli 1.1 Épreuve de Bernoulli 1.2 Loi de Bernoulli 1.3 Schéma de Bernoulli
2.La loi binomiale
2.1 Définition de la loi binomiale 2.2 Coefficients binomiaux
2.3 Espérance et variance de la loi binomiale
3.Propriétés des coefficients binomiaux 3.1 Cas particuliers
3.2 Symétrie des coefficients 3.3 Triangle de Pascal
4.Échantillonnage et prise de décision 4.1 Intervalle de fluctuation
Définition 4
Un schéma de Bernoulli est la répétition d’épreuves de Bernoulli identiques et
indépendantes.
Sommaire
1.Épreuve et schéma de Bernoulli 1.1 Épreuve de Bernoulli 1.2 Loi de Bernoulli 1.3 Schéma de Bernoulli
2.La loi binomiale
2.1 Définition de la loi binomiale 2.2 Coefficients binomiaux
2.3 Espérance et variance de la loi binomiale
3.Propriétés des coefficients binomiaux 3.1 Cas particuliers
3.2 Symétrie des coefficients 3.3 Triangle de Pascal
4.Échantillonnage et prise de décision 4.1 Intervalle de fluctuation
Sommaire
1.Épreuve et schéma de Bernoulli 1.1 Épreuve de Bernoulli 1.2 Loi de Bernoulli 1.3 Schéma de Bernoulli
2.La loi binomiale
2.1 Définition de la loi binomiale 2.2 Coefficients binomiaux
2.3 Espérance et variance de la loi binomiale
3.Propriétés des coefficients binomiaux 3.1 Cas particuliers
3.2 Symétrie des coefficients 3.3 Triangle de Pascal
4.Échantillonnage et prise de décision 4.1 Intervalle de fluctuation
4.2 Règle de décision
Définition 5
On considère un schéma de Bernoulli constitué de n épreuves et on note X la variable aléatoire égale au nombre de succès.
La loi de probabilité de la variable aléatoire X est appelée loi binomiale de paramètres n et p. Cette loi est notée
B(n; p).
Exemple :
On lance trois fois successivement un dé à 6 faces. On appelle succès l’événement
« obtenir la face 1 ».
S 1 S 5 6
6 S
S S 5 6 1 S 6 5 6
S S 5 6 1 S 6 1 6
1 6
Sommaire
1.Épreuve et schéma de Bernoulli 1.1 Épreuve de Bernoulli 1.2 Loi de Bernoulli 1.3 Schéma de Bernoulli
2.La loi binomiale
2.1 Définition de la loi binomiale 2.2 Coefficients binomiaux
2.3 Espérance et variance de la loi binomiale
3.Propriétés des coefficients binomiaux 3.1 Cas particuliers
3.2 Symétrie des coefficients 3.3 Triangle de Pascal
4.Échantillonnage et prise de décision 4.1 Intervalle de fluctuation
4.2 Règle de décision
Propriété 2
Pour tout entier k, 0
6k
6n, le nombre de chemins réalisant k succès est noté n
k
(lire « k parmi n »). Ces nombres sont appelés les
coefficients binomiaux.Propriété 3
Soit X une variable aléatoire suivant une loi binomiale de paramètres n et p. Alors pour tout entier k, avec 0
6k
6n,
P (X = k) = n
k
p
k(1
−p)
n−k.
Sommaire
1.Épreuve et schéma de Bernoulli 1.1 Épreuve de Bernoulli 1.2 Loi de Bernoulli 1.3 Schéma de Bernoulli
2.La loi binomiale
2.1 Définition de la loi binomiale 2.2 Coefficients binomiaux
2.3 Espérance et variance de la loi binomiale
3.Propriétés des coefficients binomiaux 3.1 Cas particuliers
3.2 Symétrie des coefficients 3.3 Triangle de Pascal
4.Échantillonnage et prise de décision 4.1 Intervalle de fluctuation
4.2 Règle de décision
Propriété 4
Soit X une variable aléatoire suivant une loi binomiale de paramètres n et p. Alors : son espérance mathématique est E(X ) = np ;
sa variance est V (X) = np(1
−p) ; son écart-type est σ(X ) = p
np(1
−p).
Propriété 4
Soit X une variable aléatoire suivant une loi binomiale de paramètres n et p. Alors : son espérance mathématique est E(X ) = np ;
sa variance est V (X) = np(1
−p) ;
son écart-type est σ(X ) = p
np(1
−p).
Propriété 4
Soit X une variable aléatoire suivant une loi binomiale de paramètres n et p. Alors : son espérance mathématique est E(X ) = np ;
sa variance est V (X) = np(1
−p) ; son écart-type est σ(X ) = p
np(1
−p).
Sommaire
1.Épreuve et schéma de Bernoulli 1.1 Épreuve de Bernoulli 1.2 Loi de Bernoulli 1.3 Schéma de Bernoulli
2.La loi binomiale
2.1 Définition de la loi binomiale 2.2 Coefficients binomiaux
2.3 Espérance et variance de la loi binomiale
3.Propriétés des coefficients binomiaux 3.1 Cas particuliers
3.2 Symétrie des coefficients 3.3 Triangle de Pascal
4.Échantillonnage et prise de décision 4.1 Intervalle de fluctuation
4.2 Règle de décision
Sommaire
1.Épreuve et schéma de Bernoulli 1.1 Épreuve de Bernoulli 1.2 Loi de Bernoulli 1.3 Schéma de Bernoulli
2.La loi binomiale
2.1 Définition de la loi binomiale 2.2 Coefficients binomiaux
2.3 Espérance et variance de la loi binomiale
3.Propriétés des coefficients binomiaux 3.1 Cas particuliers
3.2 Symétrie des coefficients 3.3 Triangle de Pascal
4.Échantillonnage et prise de décision 4.1 Intervalle de fluctuation
Propriété 5
Pour tout entier n, n
>1, n
0
= 1 et n
n
= 1.
Preuve :
Un seul chemin ne réalise aucun succès et un seul chemin réalise n succès.
Sommaire
1.Épreuve et schéma de Bernoulli 1.1 Épreuve de Bernoulli 1.2 Loi de Bernoulli 1.3 Schéma de Bernoulli
2.La loi binomiale
2.1 Définition de la loi binomiale 2.2 Coefficients binomiaux
2.3 Espérance et variance de la loi binomiale
3.Propriétés des coefficients binomiaux 3.1 Cas particuliers
3.2 Symétrie des coefficients 3.3 Triangle de Pascal
4.Échantillonnage et prise de décision 4.1 Intervalle de fluctuation
Propriété 6
Pour tous entiers n et k, n
>1 et 0
6k
6n, n
k
= n
n
−k
.
Preuve :
Il y a autant de chemins qui réalisent k succès que de chemins qui réalisent k échecs,
c’est à dire n
−k succès.
Sommaire
1.Épreuve et schéma de Bernoulli 1.1 Épreuve de Bernoulli 1.2 Loi de Bernoulli 1.3 Schéma de Bernoulli
2.La loi binomiale
2.1 Définition de la loi binomiale 2.2 Coefficients binomiaux
2.3 Espérance et variance de la loi binomiale
3.Propriétés des coefficients binomiaux 3.1 Cas particuliers
3.2 Symétrie des coefficients 3.3 Triangle de Pascal
4.Échantillonnage et prise de décision 4.1 Intervalle de fluctuation
Propriété 7
Pour tous entiers n et k, n
>1 et 0
6k
6n
−1, n
k
+ n
k + 1
= n + 1
k + 1
.
Preuve :
n + 1
k + 1
est le nombre de chemins réalisant k + 1 succès sur n + 1 épreuves.
Parmi ceux là il y en a : n
k
qui commencent par un succès ;
n k + 1
qui commencent par un échec.
Propriété 7
Pour tous entiers n et k, n
>1 et 0
6k
6n
−1, n
k
+ n
k + 1
= n + 1
k + 1
.
Preuve :
n + 1
k + 1
est le nombre de chemins réalisant k + 1 succès sur n + 1 épreuves.
Parmi ceux là il y en a : n
k
qui commencent par un succès ; n
k + 1
qui commencent par un échec.
Sommaire
1.Épreuve et schéma de Bernoulli 1.1 Épreuve de Bernoulli 1.2 Loi de Bernoulli 1.3 Schéma de Bernoulli
2.La loi binomiale
2.1 Définition de la loi binomiale 2.2 Coefficients binomiaux
2.3 Espérance et variance de la loi binomiale
3.Propriétés des coefficients binomiaux 3.1 Cas particuliers
3.2 Symétrie des coefficients 3.3 Triangle de Pascal
4.Échantillonnage et prise de décision 4.1 Intervalle de fluctuation
Dans une population, on suppose qu’un caractère est présent dans la proportion p.
Pour juger de cette hypothèse, on prélève au hasard et avec remise, un échantillon de taille n et on calcule pour cet échantillon la fréquence f du caractère étudié.
On cherche à savoir pour quelles valeurs de f, on peut décider d’accepter ou de rejeter l’hypothèse.
population proportionp?
Dans une population, on suppose qu’un caractère est présent dans la proportion p.
Pour juger de cette hypothèse, on prélève au hasard et avec remise, un échantillon de taille n et on calcule pour cet échantillon la fréquence f du caractère étudié.
On cherche à savoir pour quelles valeurs de f, on peut décider d’accepter ou de rejeter l’hypothèse.
population proportionp?
Dans une population, on suppose qu’un caractère est présent dans la proportion p.
Pour juger de cette hypothèse, on prélève au hasard et avec remise, un échantillon de taille n et on calcule pour cet échantillon la fréquence f du caractère étudié.
On cherche à savoir pour quelles valeurs de f, on peut décider d’accepter ou de rejeter l’hypothèse.
population proportionp?
échantillon fréquencef
Sommaire
1.Épreuve et schéma de Bernoulli 1.1 Épreuve de Bernoulli 1.2 Loi de Bernoulli 1.3 Schéma de Bernoulli
2.La loi binomiale
2.1 Définition de la loi binomiale 2.2 Coefficients binomiaux
2.3 Espérance et variance de la loi binomiale
3.Propriétés des coefficients binomiaux 3.1 Cas particuliers
3.2 Symétrie des coefficients 3.3 Triangle de Pascal
4.Échantillonnage et prise de décision 4.1 Intervalle de fluctuation
La v.a. X égale au nombre d’individus de l’échantillon qui présentent le caractère étudié suit la loi binomiale de paramètre n et p. On partage l’intervalle
h 0 ; n
i en trois intervalles h
0 ; a
−1 i , h
a ; b i , h
b + 1 ; n i
de façon à ce que : p(X
6a
−1)
60, 025
p(X
>b + 1)
60, 025
Pour cela on détermine a et b de la façon suivante : Définition 6
L’intervalle de fluctuation au seuil de 95% de la fréquence f est l’intervalle h a n ; b
n i
où : a est le plus petit entier tel que p(X
6a) > 0, 025 ;
b est le plus petit entier tel que p(X
6b)
>0, 975.
Sommaire
1.Épreuve et schéma de Bernoulli 1.1 Épreuve de Bernoulli 1.2 Loi de Bernoulli 1.3 Schéma de Bernoulli
2.La loi binomiale
2.1 Définition de la loi binomiale 2.2 Coefficients binomiaux
2.3 Espérance et variance de la loi binomiale
3.Propriétés des coefficients binomiaux 3.1 Cas particuliers
3.2 Symétrie des coefficients 3.3 Triangle de Pascal
4.Échantillonnage et prise de décision 4.1 Intervalle de fluctuation